Newer
Older
### Veränderung der Abgänge pro Jahr mit Abgangsgrund in Brandenburg von 2012 - 2022
Vorrat (Erntefestmaß o.R., verwertbar) des ausgeschiedenen Bestandes \[m³/ha\*a\] nach Baumartengruppe und Abgangsgrund
Basis:Deutschland, Vereinigungsfläche Holzboden beider Inventuren, begehbar\*\*, einschließlich Lücken in der Bestockung bzw. im Bestand, ausgeschiedene Bäume ab 7 cm Bhd im Hauptbestand oder Plenterwald, bestandesintern, (Schnittmenge Inventurnetz für BWI Periode 2012-2022 ); ideeller Flächenbezug (gemäß Standflächenanteil))
1007
1008
1009
1010
1011
1012
1013
1014
1015
1016
1017
1018
1019
1020
1021
1022
1023
1024
1025
1026
1027
1028
1029
1030
1031
1032
1033
1034
1035
1036
1037
1038
1039
1040
1041
1042
```{r ver-abg-bb, include=FALSE}
# Daten vorbereiten Veränderung Abgänge aller Baumarten in Brandenburg Abgangsgrund / Baumart
ver_abg_bb_long <- ver_abg$ver_abg_bb_ba_22 %>% # Daten für Gf in Long-Format bringen
pivot_longer(cols = -c(Baumartengruppe, Einheit), # Specify columns that should remain unchanged
names_to = "Abgangsgrund", # New column name for the names of pivoted columns
values_to = "Veränderung_Vorrat_Jahr") %>% # New column name for the values of pivoted columns
filter(Baumartengruppe %in% c("alle Baumarten")) %>% # Exclude rows
replace_na(list(Veränderung_Vorrat_Jahr= 0)) # Replace NA values in the "Veränderung_Waldfläche" column with 0
```
```{r ver-abg-bb-22, echo=FALSE}
# Balkendiagramm Veränderung der Abgänge pro Jahr in Brandenburg
ggplot(data = ver_abg_bb_long,
aes(x = reorder(Abgangsgrund,Veränderung_Vorrat_Jahr), y = Veränderung_Vorrat_Jahr, fill= Veränderung_Vorrat_Jahr)) +
#aes(x = reorder(Baumart, Veränderung_Waldfläche)
geom_col() +
geom_text(aes(label = round(Veränderung_Vorrat_Jahr, 1)),
position = position_stack(vjust = 0.5), # Adjust position for placement inside bars
size = 3,
color = "black",
angle = 90) +
ggtitle("Veränderungen der Abgänge pro Jahr in Brandenburg aller \nBaumarten nach Abgangsgrund von 2012-2022") +
labs(x = "Abgangsgrund", y = "Veränderungen [m³/ha*a]") +
#scale_y_continuous(labels = label_number(suffix = " Tsd")) +
theme_minimal() +
theme(axis.text.x = element_text(angle = 45, hjust = 1),
plot.title = element_text(hjust = 0.5)) +
scale_fill_gradient(low = "coral", high = "coral4") +
guides(fill = 'none')
```
#### Interpretation
- Frage allgemein: Einheit: 1000 m³/a besser als m³/ha\*a?
- reguläre Entnahme mit Abstand die kleinste Abgangsform? Vgl. 2012: 4.2 m³/ha/a
- Menge "Angabe fehlt" unklar - nach Plausiprüfung sollten dies nicht vorkommen
### Veränderung der Abgänge pro Jahr mit Abgangsgrund und Baumart in Brandenburg von 2012 - 2022
- Achtung - alle folgenden Grafiken zum Abgang sind fälschlicherweise gestapelt. Das ist nicht korrekt, da sich die Veränderung im Vorrat immer je Nutzungsart berechnet.
- Bitte im Geiste nebeneinander stellen :-)
1055
1056
1057
1058
1059
1060
1061
1062
1063
1064
1065
1066
1067
1068
1069
1070
1071
1072
1073
1074
1075
1076
1077
1078
1079
1080
1081
```{r ver-abg-bb-ba, include=FALSE}
# Daten vorbereiten Veränderung Abgänge aller Baumarten in Brandenburg Abgangsgrund / Baumart
ver_abg_bb_ba_long <- ver_abg$ver_abg_bb_ba_22 %>% # Daten für Gf in Long-Format bringen
pivot_longer(cols = -c(Baumartengruppe, Einheit), # Specify columns that should remain unchanged
names_to = "Abgangsgrund", # New column name for the names of pivoted columns
values_to = "Veränderung_Vorrat_Jahr") %>% # New column name for the values of pivoted columns
filter((!Baumartengruppe %in% c("alle Laubbäume", "alle Nadelbäume", "alle Baumarten")),(!Abgangsgrund %in% c("alle Abgangsgründe"))) %>% # Exclude rows
replace_na(list(Veränderung_Vorrat_Jahr= 0)) # Replace NA values in the "Veränderung_Waldfläche" column with 0
```
```{r ver-abg-bb-ba-22, echo=FALSE}
# Balkendiagramm stacked Veränderung der Abgänge pro Jahr in Brandenburg und Baumart
#Daten nach Abgangsgrund vorordnen
ver_abg_bb_ba_long <- ver_abg_bb_ba_long %>%
mutate(Abgangsgrund = factor(Abgangsgrund, levels = c("regulär",
"Sturm",
"Insekten / Dürre",
"sonstige Kalamitäten",
"Ursache der Kalamität ungewiss",
"Ursache unbekannt",
"Angabe fehlt")))
ggplot(ver_abg_bb_ba_long %>%
filter(!Baumartengruppe %in% c("alle Laubbäume", "alle Nadelbäume", "alle Baumarten")),
aes(x = reorder(Baumartengruppe, Veränderung_Vorrat_Jahr), y = Veränderung_Vorrat_Jahr, fill = Abgangsgrund)) +
geom_bar(stat = "identity") + # Specify stat as "identity" for pre-summarized data
ggtitle("Veränderung der Abgänge pro Jahr nach Baumartengruppen \nüber alle Bestandesschichten in Brandenburg \nnach Eigentumsart von 2012-2022") +
labs(x = "Baumartengruppe", y = "Veränderungen [m³/ha*a]") +
theme_minimal() +
theme(axis.text.x = element_text(angle = 45, hjust = 1),
plot.title = element_text(hjust = 0.5),
plot.title.position = "plot") +
scale_fill_manual(values = c("regulär" = "#729ECE", # slightly muted blue
"Sturm" = "#FDBF6F", # pastel orange
"Insekten / Dürre" = "#73C476", # slightly muted green
"sonstige Kalamitäten" = "#FF6F69", # slightly muted red
"Ursache der Kalamität ungewiss" = "#B0B0B0", # grey
"Ursache unbekannt" = "#D9D9D9", # light grey
"Angabe fehlt" = "pink")) # very light grey
```
#### Interpretation
- Esche: Sturm (Eschentriebsterben Instabilität Wurzeln)
- Kiefer: sonstige Kalamitäten = Käfer unerkannt bzw. Diplodia =\> Komplexsterben?
- Tanne und Douglasie: auffällig hohe Ausfälle nach Sturm an Gesamtmenge Tanne
- Geringe Eckenzahl - Std.Fehler hoch
Frage: Darstellung in Prozent zur Gesamtheit einer Baumart?
Frage: Warum über alle Abgangsgründe hinweg Ki 4,8 aber Summe aller Abgangsgründe 75?
-\> keine Summe, jeweils die Abgangsmenge je Kalamitätsgrund! Da immer nur eine Nutzungsart
Info: Ursache unbekannt bei keine Nutzung nicht vorhanden, nur bei selektive und flächige -nutzung
Frage: "Angabe fehlt" sollte doch gar nicht möglich sein nach Plausiprüfung, oder?
```{r ver-abg-bb-ba-22-test, echo=FALSE}
# Balkendiagramm Veränderung der Abgänge pro Jahr in Brandenburg und Baumart
1124
1125
1126
1127
1128
1129
1130
1131
1132
1133
1134
1135
1136
1137
1138
1139
1140
1141
1142
1143
1144
1145
1146
1147
1148
1149
1150
1151
#Daten nach Abgangsgrund vorordnen
ver_abg_bb_ba_long <- ver_abg_bb_ba_long %>%
mutate(Abgangsgrund = factor(Abgangsgrund, levels = c("regulär",
"Sturm",
"Insekten / Dürre",
"sonstige Kalamitäten",
"Ursache der Kalamität ungewiss",
"Ursache unbekannt",
"Angabe fehlt")))
ggplot(ver_abg_bb_ba_long %>%
filter(!Baumartengruppe %in% c("alle Laubbäume", "alle Nadelbäume", "alle Baumarten")),
aes(x = reorder(Baumartengruppe, Veränderung_Vorrat_Jahr), y = Veränderung_Vorrat_Jahr, fill = Abgangsgrund)) +
geom_bar(stat = "identity", position = position_dodge(width = 0.8)) + # Use position_dodge for side-by-side bars
ggtitle("Veränderung der Abgänge pro Jahr nach Baumartengruppen \nüber alle Bestandesschichten in Brandenburg \nnach Eigentumsart von 2012-2022") +
labs(x = "Baumartengruppe", y = "Veränderungen [m³/ha*a]") +
theme_minimal() +
theme(axis.text.x = element_text(angle = 45, hjust = 1),
plot.title = element_text(hjust = 0.5),
plot.title.position = "plot") +
scale_fill_manual(values = c("regulär" = "#729ECE", # slightly muted blue
"Sturm" = "#FDBF6F", # pastel orange
"Insekten / Dürre" = "#73C476", # slightly muted green
"sonstige Kalamitäten" = "#FF6F69", # slightly muted red
"Ursache der Kalamität ungewiss" = "#B0B0B0", # grey
"Ursache unbekannt" = "#D9D9D9", # light grey
"Angabe fehlt" = "pink")) # very light grey
```
1152
1153
1154
1155
1156
1157
1158
1159
1160
1161
1162
1163
1164
1165
1166
1167
1168
1169
1170
1171
1172
1173
1174
1175
1176
1177
1178
1179
1180
1181
1182
1183
1184
1185
1186
1187
1188
1189
1190
1191
1192
1193
1194
1195
1196
1197
1198
1199
1200
1201
### Veränderung der Abgänge pro Jahr in Brandenburg nach Eigentumsform
```{r ver-abg-bb-eig, include=FALSE}
# Daten vorbereiten Veränderung Abgänge aller Baumarten in Brandenburg Abgangsgrund / Baumart
ver_abg_bb_eig_long <- ver_abg$ver_abg_bb_eig_22 %>% # Daten für Gf in Long-Format bringen
pivot_longer(cols = -c(Eigentumsart, Einheit), # Specify columns that should remain unchanged
names_to = "Abgangsgrund", # New column name for the names of pivoted columns
values_to = "Veränderung_Vorrat_Jahr") %>% # New column name for the values of pivoted columns
filter((!Eigentumsart %in% c("Öffentlicher Wald", "Privatwald", "alle Eigentumsarten")),(!Abgangsgrund %in% c("alle Abgangsgründe"))) %>% # Exclude rows
replace_na(list(Veränderung_Vorrat_Jahr= 0)) # Replace NA values in the "Veränderung_Waldfläche" column with 0
```
```{r ver-abg-bb-eig-22, echo=FALSE}
#Daten nach Abgangsgrund vorordnen
ver_abg_bb_eig_long <- ver_abg_bb_eig_long %>%
mutate(Abgangsgrund = factor(Abgangsgrund, levels = c("regulär",
"Sturm",
"Insekten / Dürre",
"sonstige Kalamitäten",
"Ursache der Kalamität ungewiss",
"Ursache unbekannt",
"Angabe fehlt")))
# Veränderung der Abgänge aller Baumarten pro Jahr in Brandenburg nach Eigentumsform
ggplot(data = ver_abg_bb_eig_long,
aes(x = reorder(Eigentumsart,Veränderung_Vorrat_Jahr), y = Veränderung_Vorrat_Jahr, fill= Abgangsgrund)) +
#aes(x = reorder(Baumart, Veränderung_Waldfläche)
geom_col() +
ggtitle("Veränderungen der Abgänge aller Baumarten pro Jahr \nin Brandenburg nach Eigentumsart von 2012-2022") +
labs(x = "Eigentumsart", y = "Veränderungen [m³/ha*a]") +
#scale_y_continuous(labels = label_number(suffix = " Tsd")) +
theme_minimal() +
theme(axis.text.x = element_text(angle = 45, hjust = 1),
plot.title = element_text(hjust = 0.5),
plot.title.position = "plot") +
scale_fill_manual(values = c("regulär" = "#729ECE", # slightly muted blue
"Sturm" = "#FDBF6F", # pastel orange
"Insekten / Dürre" = "#73C476", # slightly muted green
"sonstige Kalamitäten" = "#FF6F69", # slightly muted red
"Ursache der Kalamität ungewiss" = "#B0B0B0", # grey
"Ursache unbekannt" = "#D9D9D9", # light grey
"Angabe fehlt" = "pink")) # very light grey
# scale_fill_gradient(high = "darkseagreen4", low = "coral3") +
#guides(fill = 'none')
```
#### Interpretation
Körperschaftswald besonders betroffen - schlechte Betreuung, späte Ereignisserkennung, Kalamitätsnutzung?
1203
1204
1205
1206
1207
1208
1209
1210
1211
1212
1213
1214
1215
1216
1217
1218
1219
1220
1221
1222
1223
1224
1225
1226
1227
1228
1229
1230
1231
1232
1233
1234
1235
1236
1237
1238
1239
1240
1241
1242
1243
1244
1245
1246
1247
1248
1249
1250
1251
1252
1253
1254
### Veränderung der Abgänge der Kiefer pro Jahr in Brandenburg nach Eigentumsform
```{r ver-abg-bb-eig-ki, include=FALSE}
# Daten vorbereiten Veränderung Abgänge der Kiefer in Brandenburg Abgangsgrund / Baumart
ver_abg_bb_eig_ki_long <- ver_abg$ver_abg_bb_eig_ki_22 %>% # Daten für Gf in Long-Format bringen
pivot_longer(cols = -c(Eigentumsart, Einheit), # Specify columns that should remain unchanged
names_to = "Abgangsgrund", # New column name for the names of pivoted columns
values_to = "Veränderung_Vorrat_Jahr") %>% # New column name for the values of pivoted columns
filter((!Eigentumsart %in% c("Öffentlicher Wald", "Privatwald", "alle Eigentumsarten")),(!Abgangsgrund %in% c("alle Abgangsgründe"))) %>% # Exclude rows
replace_na(list(Veränderung_Vorrat_Jahr= 0)) # Replace NA values in the "Veränderung_Waldfläche" column with 0
```
```{r ver-abg-bb-eig-ki-22, echo=FALSE}
#Daten nach Abgangsgrund vorordnen
ver_abg_bb_eig_ki_long <- ver_abg_bb_eig_ki_long %>%
mutate(Abgangsgrund = factor(Abgangsgrund, levels = c("regulär",
"Sturm",
"Insekten / Dürre",
"sonstige Kalamitäten",
"Ursache der Kalamität ungewiss",
"Ursache unbekannt",
"Angabe fehlt")))
# Veränderung der Abgänge aller Baumarten pro Jahr in Brandenburg nach Eigentumsform
ggplot(data = ver_abg_bb_eig_ki_long,
aes(x = reorder(Eigentumsart,Veränderung_Vorrat_Jahr), y = Veränderung_Vorrat_Jahr, fill= Abgangsgrund)) +
#aes(x = reorder(Baumart, Veränderung_Waldfläche)
geom_col() +
ggtitle("Veränderungen der Abgänge der Kiefer pro Jahr \nin Brandenburg nach Eigentumsart von 2012-2022") +
labs(x = "Eigentumsart", y = "Veränderungen [m³/ha*a]") +
#scale_y_continuous(labels = label_number(suffix = " Tsd")) +
theme_minimal() +
theme(axis.text.x = element_text(angle = 45, hjust = 1),
plot.title = element_text(hjust = 0.5),
plot.title.position = "plot") +
scale_fill_manual(values = c("regulär" = "#729ECE", # slightly muted blue
"Sturm" = "#FDBF6F", # pastel orange
"Insekten / Dürre" = "#73C476", # slightly muted green
"sonstige Kalamitäten" = "#FF6F69", # slightly muted red
"Ursache der Kalamität ungewiss" = "#B0B0B0", # grey
"Ursache unbekannt" = "#D9D9D9", # light grey
"Angabe fehlt" = "pink")) # very light grey
# scale_fill_gradient(high = "darkseagreen4", low = "coral3") +
#guides(fill = 'none')
```
#### Interpretation
- Landeswald besonders von Kalamitäten betroffen = Feuer (?), instabile Bestandesstrukturen
- Kalamität Feuer unter sonstige Kalamität , Feuer allg. zu vernachlässigen, viele Punkte sind das nicht
## Nutzungsart
### Nutzungsart in Brandenburg nach Baumart in 1000 m³ von 2012-2022
```{r ver-nutz-bb-ba, include=FALSE}
# Daten vorbereiten Veränderung Nutzungsart in Brandenburg nach Baumart
ver_nutz_bb_ba_long <- ver_nutz$ver_nutz_bb_ba_22 %>%
pivot_longer(cols = -c(Baumartengruppe, Einheit),
names_to = "Nutzungsart",
values_to = "Veränderung_Vorrat")
ver_nutz_bb_ba_long <- ver_nutz_bb_ba_long %>%
group_by(Baumartengruppe) %>%
mutate(Prozent_Vorrat = ifelse(Nutzungsart == "alle Nutzungsarten", Veränderung_Vorrat,
Veränderung_Vorrat / Veränderung_Vorrat[Nutzungsart == "alle Nutzungsarten"] * 100)) %>%
ungroup() %>%
filter((!Baumartengruppe %in% c("alle Laubbäume", "alle Nadelbäume", "alle Baumarten")),(!Nutzungsart %in% c("alle Nutzungsarten"))) %>%
replace_na(list(Veränderung_Vorrat= 0))
```
```{r ver-nutz-bb-ba-22, echo=FALSE}
#Daten nach Abgangsgrund vorordnen
ver_nutz_bb_ba_long <- ver_nutz_bb_ba_long %>%
mutate(Nutzungsart = factor(Nutzungsart, levels = c("keine Nutzung",
"selektive Nutzung",
"flächige Nutzung",
"Angabe fehlt")))
# Veränderung der Abgänge aller Baumarten pro Jahr in Brandenburg nach Eigentumsform
aes(x = reorder(Baumartengruppe,Veränderung_Vorrat), y = Veränderung_Vorrat, fill= Nutzungsart)) +
#aes(x = reorder(Baumart, Veränderung_Waldfläche)
geom_col() +
ggtitle("Veränderungen der Nutzungsart in \nBrandenburg nach Baumart von 2012-2022") +
labs(x = "Baumartengruppe", y = "Veränderungen [1.000 m³]") +
#scale_y_continuous(labels = label_number(suffix = " Tsd")) +
theme_minimal() +
theme(axis.text.x = element_text(angle = 45, hjust = 1),
plot.title = element_text(hjust = 0.5),
plot.title.position = "plot") +
scale_fill_manual(values = c("keine Nutzung" = "#FF6F69", # slightly muted blue
"selektive Nutzung" = "forestgreen", # pastel orange
"flächige Nutzung" = "#73C476", # slightly muted green
"Angabe fehlt" = "#D9D9D9")) # light grey
1308
1309
1310
1311
1312
1313
1314
1315
1316
1317
1318
1319
1320
1321
1322
1323
1324
1325
1326
1327
1328
1329
1330
1331
1332
1333
1334
1335
1336
1337
1338
1339
1340
1341
1342
1343
1344
1345
1346
1347
1348
### Nutzungsart in Brandenburg nach Baumart in % von 2012-2022
```{r ver-nutz-bb-ba-22-proz, echo=FALSE}
#Daten nach Abgangsgrund vorordnen
ver_nutz_bb_ba_long <- ver_nutz_bb_ba_long %>%
mutate(Nutzungsart = factor(Nutzungsart, levels = c("keine Nutzung",
"selektive Nutzung",
"flächige Nutzung",
"Angabe fehlt")))
# Veränderung der Abgänge aller Baumarten pro Jahr in Brandenburg nach Eigentumsform
ggplot(data = ver_nutz_bb_ba_long,
aes(x = reorder(Baumartengruppe,Veränderung_Vorrat), y = Prozent_Vorrat, fill= Nutzungsart)) +
#aes(x = reorder(Baumartengruppe, Nutzungsart)) +
geom_col() +
geom_text(data = subset(ver_nutz_bb_ba_long, Nutzungsart == "flächige Nutzung"),
aes(label = round(Prozent_Vorrat, 1)),
position = position_stack(vjust = 0.5), # Adjust position for placement inside bars
size = 3,
color = "black",
angle = 90) +
ggtitle("Veränderungen der Nutzungsart in \nBrandenburg nach Baumart von 2012-2022") +
labs(x = "Baumartengruppe", y = "Vorratsveränderungen [%]") +
#scale_y_continuous(labels = label_number(suffix = " Tsd")) +
theme_minimal() +
theme(axis.text.x = element_text(angle = 45, hjust = 1),
plot.title = element_text(hjust = 0.5),
plot.title.position = "plot") +
scale_fill_manual(values = c("keine Nutzung" = "#FF6F69", # slightly muted blue
"selektive Nutzung" = "forestgreen", # pastel orange
"flächige Nutzung" = "#73C476", # slightly muted green
"Angabe fehlt" = "#D9D9D9")) # light grey
#guides(fill = 'none')
```
#### Interpretation
- Kiefer, Fichte: Flächige Nutzung = Kalamitätsholz
- Eiche und Buche quasi keine Kahlschläge vorhanden
1349
1350
1351
1352
1353
1354
1355
1356
1357
1358
1359
1360
1361
1362
1363
1364
1365
1366
1367
1368
1369
1370
1371
1372
1373
1374
1375
1376
1377
1378
1379
1380
1381
1382
1383
1384
1385
1386
1387
1388
1389
1390
1391
1392
### Nutzungsart in Brandenburg nach Baumart in m³/ha/a von 2012-2022
```{r ver-nutz-bb-ba-jahr, include=FALSE}
# Daten vorbereiten Veränderung Nutzungsart in Brandenburg nach Baumart
ver_nutz_bb_ba_jahr_long <- ver_nutz$ver_nutz_bb_ba_22_jahr %>%
pivot_longer(cols = -c(Baumartengruppe, Einheit),
names_to = "Nutzungsart",
values_to = "Veränderung_Vorrat") %>%
filter((!Baumartengruppe %in% c("alle Laubbäume", "alle Nadelbäume", "alle Baumarten")),(!Nutzungsart %in% c("alle Nutzungsarten"))) %>%
replace_na(list(Veränderung_Vorrat= 0))
```
```{r ver-nutz-bb-ba-jahr-22, echo=FALSE}
#Daten nach Abgangsgrund vorordnen
ver_nutz_bb_ba_jahr_long <- ver_nutz_bb_ba_jahr_long %>%
mutate(Nutzungsart = factor(Nutzungsart, levels = c("keine Nutzung",
"selektive Nutzung",
"flächige Nutzung",
"Angabe fehlt")))
# Veränderung der Abgänge aller Baumarten pro Jahr in Brandenburg nach Eigentumsform
ggplot(data = ver_nutz_bb_ba_jahr_long,
aes(x = reorder(Baumartengruppe,Veränderung_Vorrat), y = Veränderung_Vorrat, fill= Nutzungsart)) +
#aes(x = reorder(Baumart, Veränderung_Waldfläche)
geom_col() +
ggtitle("Veränderungen der Nutzungsart in \nBrandenburg nach Baumart von 2012-2022") +
labs(x = "Baumartengruppe", y = "Veränderungen [m³/ha*a]") +
#scale_y_continuous(labels = label_number(suffix = " Tsd")) +
theme_minimal() +
theme(axis.text.x = element_text(angle = 45, hjust = 1),
plot.title = element_text(hjust = 0.5),
plot.title.position = "plot") +
scale_fill_manual(values = c("keine Nutzung" = "#FF6F69", # slightly muted blue
"selektive Nutzung" = "forestgreen", # pastel orange
"flächige Nutzung" = "#73C476", # slightly muted green
"Angabe fehlt" = "#D9D9D9")) # light grey
# scale_fill_gradient(high = "darkseagreen4", low = "coral3") +
#guides(fill = 'none')
```
#### Interpretation
- sinnlose Darstellung? Besser Nutzung im Vergleich zur Menge der Baumart?
- keine Nutzung = Baum ist gefällt aber liegt noch
## Nächte Themen?
- Zuwachs vs. Nutzung
- Welche Schwerpunkte noch bis FCK / BLK